ISOA-BP组合优化氨氮预测模型

作者：纪小红; 潘赢

来源：青海师范大学学报(自然科学版), 2020, 36(04): 25-31.

DOI：10.16229/j.cnki.issn1001-7542.2020.04.005

• 神经网络
• 海鸥优化算法
• 氨氮预测

由于易陷入局部最优,传统的BP神经网络在水体氨氮的预测中精度较低。而最近提出的海鸥优化算法的寻优性能较好,与BP神经网络结合使用可很好的克服其易陷入局部最优的缺点。本文主要研究BP神经网络在氨氮预测方面的问题,针对海鸥优化算法(Seagull Optimization Algorithm,SOA)本身的不足,提出一种利用混沌思想进行改进的思路,得到一种新的预测模型即改进海鸥优化算法(Improved Seagull Optimization Algorithm,ISOA)优化BP神经网络的模型。仿真结果表明,提出的改进算法在预测精度上有显著的提高,可更好地应用于实际中。

• 出版日期2020
• 单位青海民族大学; 电子信息工程学院